FIX : replace chapter readme ko translation file

1-Introduction/translations/README.ko.md

@@ -2,15 +2,15 @@
 
 커리큘럼의 이 섹션에서, 머신러닝 필드의 기초가 될 기본 개념, 의미, 역사와 연구자가 이용하는 기술을 배울 예정입니다. 새로운 ML의 세계로 같이 모험을 떠납시다!
 
-![globe](images/globe.jpg)
+![globe](../images/globe.jpg)
 > Photo by <a href="https://unsplash.com/@bill_oxford?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Bill Oxford</a> on <a href="https://unsplash.com/s/photos/globe?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
 ### 강의
 
-1. [머신러닝 소개하기](1-intro-to-ML/translations/README.ko.md)
+1. [머신러닝 소개하기](../1-intro-to-ML/translations/README.ko.md)
-1. [머신러닝과 AI의 역사](2-history-of-ML/translations/README.ko.md)
+1. [머신러닝과 AI의 역사](../2-history-of-ML/translations/README.ko.md)
-1. [공정성과 머신러닝](3-fairness/translations/README.ko.md)
+1. [공정성과 머신러닝](../3-fairness/translations/README.ko.md)
-1. [머신러닝의 기술](4-techniques-of-ML/translations/README.ko.md)
+1. [머신러닝의 기술](../4-techniques-of-ML/translations/README.ko.md)
 
 ### 크레딧
 

2-Regression/translations/README.ko.md

@@ -4,7 +4,7 @@
 
 북미에서, Halloween을 위해서 호박을 소름돋게 무서운 얼굴로 조각하는 경우가 자주 있습니다. 매혹적인 채소에 대하여 찾아봅시다!
 
-![jack-o-lanterns](./images/jack-o-lanterns.jpg)
+![jack-o-lanterns](../images/jack-o-lanterns.jpg)
 > Photo by <a href="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Beth Teutschmann</a> on <a href="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
 ## 무엇을 배우나요
@@ -19,10 +19,10 @@
 
 ### Lessons
 
-1. [무역의 도구](1-Tools/translations/README.ko.md)
+1. [무역의 도구](../1-Tools/translations/README.ko.md)
-2. [데이터 관리](2-Data/translations/README.ko.md)
+2. [데이터 관리](../2-Data/translations/README.ko.md)
-3. [Linear와 polynomial regression](3-Linear/translations/README.ko.md)
+3. [Linear와 polynomial regression](../3-Linear/translations/README.ko.md)
-4. [Logistic regression](4-Logistic/translations/README.ko.md)
+4. [Logistic regression](../4-Logistic/translations/README.ko.md)
 
 ---
 ### 크레딧

3-Web-App/translations/README.ko.md

@@ -2,14 +2,14 @@
 
 커리큘럼의 이 섹션에서, ML이 적용된 주제를 소개할 예정입니다: Scikit-learn 모델을 웹 애플리케이션에서 예측할 때 사용할 수 있는 파일로 저장해봅니다. 모델을 저장하고, Flask에 있는 웹 앱에서 어덯게 사용하는 지도 배웁니다. 먼저 UFO 목격 제보에 관련된 일부 데이터로 모델을 만듭니다! 그러면, 위도와 경도 값으로 몇 초 입력해서 UFO가 보고된 나라를 예측할 수 있는 웹 앱을 만들게 됩니다.
 
-![UFO Parking](images/ufo.jpg)
+![UFO Parking](../images/ufo.jpg)
 
 Photo by <a href="https://unsplash.com/@mdherren?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Michael Herren</a> on <a href="https://unsplash.com/s/photos/ufo?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
 
 ## 강의
 
-1. [Web App 만들기](1-Web-App/translations/README.ko.md)
+1. [Web App 만들기](../1-Web-App/translations/README.ko.md)
 
 ## 크레딧
 

4-Classification/translations/README.ko.md

@@ -4,7 +4,7 @@
 
 아시아와 인도의, 전통 음식은 다양하고, 매우 맛있습니다! 재료를 이해하기 위해서 지역 요리에 대한 데이터를 찾아봅니다.
 
-![Thai food seller](./images/thai-food.jpg)
+![Thai food seller](../images/thai-food.jpg)
 > Photo by <a href="https://unsplash.com/@changlisheng?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Lisheng Chang</a> on <a href="https://unsplash.com/s/photos/asian-food?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
 ## 무엇을 배우나요
@@ -15,10 +15,10 @@
 
 ## 강의
 
-1. [classification 소개하기](1-Introduction/translations/README.ko.md)
+1. [classification 소개하기](../1-Introduction/translations/README.ko.md)
-2. [더 많은 classifiers](2-Classifiers-1/translations/README.ko.md)
+2. [더 많은 classifiers](../2-Classifiers-1/translations/README.ko.md)
-3. [또 다른 classifiers](3-Classifiers-2/translations/README.ko.md)
+3. [또 다른 classifiers](../3-Classifiers-2/translations/README.ko.md)
-4. [응용: web app 만들기](4-Applied/translations/README.ko.md)
+4. [응용: web app 만들기](../4-Applied/translations/README.ko.md)
 
 ## 크레딧
 

5-Clustering/translations/README.ko.md

@@ -6,7 +6,7 @@ Clustering은 서로 비슷한 오브젝트를 찾고 clusters라고 불린 그
 
 나이지리아의 다양한 사람들은 다양한 음악 취향이 있습니다. Spotify에서 긁어온 데이터를 사용해서 ([this article](https://towardsdatascience.com/country-wise-visual-analysis-of-music-taste-using-spotify-api-seaborn-in-python-77f5b749b421)에서 영감받았습니다), 나이지니아에서 인기있는 음악을 알아보겠습니다. 데이터셋에 다양한 노래의 'danceability' 점수, 'acousticness', loudness, 'speechiness', 인기도와 에너지 데이터가 포함됩니다. 데이터에서 패턴을 찾는 것은 흥미로울 예정입니다!
 
-![A turntable](./images/turntable.jpg)
+![A turntable](../images/turntable.jpg)
 
 Photo by <a href="https://unsplash.com/@marcelalaskoski?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Marcela Laskoski</a> on <a href="https://unsplash.com/s/photos/nigerian-music?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
@@ -16,8 +16,8 @@ Photo by <a href="https://unsplash.com/@marcelalaskoski?utm_source=unsplash&utm_
 
 ## 강의
 
-1. [clustering 소개하기](1-Visualize/translations/README.ko.md)
+1. [clustering 소개하기](../1-Visualize/translations/README.ko.md)
-2. [K-Means clustering](2-K-Means/translations/README.ko.md)
+2. [K-Means clustering](../2-K-Means/translations/README.ko.md)
 
 ## 크레딧
 

6-NLP/translations/README.ko.md

@@ -8,16 +8,16 @@ Natural language processing, 즉 NLP는, 인공지능의 하위 필드입니다.
 
 이 강의에서 머신러닝이 이 대화를 점차 'smart'하게 만드는 방식을 배우고자 작은 대화 봇을 만들어서 NLP의 기본을 배울 예정입니다. 1813년에 출판한, Jane Austen의 고전 소설, **Pride and Prejudice**에, Elizabeth Bennett과 Mr. Darcy 같이 이야기하며 과거로 시간 여행을 하게 됩니다. 그러면, 유럽의 호텔 리뷰로 감정 분석을 배우면서 지식을 발전시킬 예정입니다.
 
-![Pride and Prejudice book and tea](images/p&p.jpg)
+![Pride and Prejudice book and tea](../images/p&p.jpg)
 > Photo by <a href="https://unsplash.com/@elaineh?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Elaine Howlin</a> on <a href="https://unsplash.com/s/photos/pride-and-prejudice?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
 ## 강의
 
-1. [Natural language processing 소개하기](1-Introduction-to-NLP/translations/README.ko.md)
+1. [Natural language processing 소개하기](../1-Introduction-to-NLP/translations/README.ko.md)
-2. [일반적 NLP 작업과 기술](2-Tasks/translations/README.ko.md)
+2. [일반적 NLP 작업과 기술](../2-Tasks/translations/README.ko.md)
-3. [머신러닝으로 번역과 감정 분석하기](3-Translation-Sentiment/translations/README.ko.md)
+3. [머신러닝으로 번역과 감정 분석하기](../3-Translation-Sentiment/translations/README.ko.md)
-4. [데이터 준비하기](4-Hotel-Reviews-1/translations/README.ko.md)
+4. [데이터 준비하기](../4-Hotel-Reviews-1/translations/README.ko.md)
-5. [감정 분석을 위한 NLTK](5-Hotel-Reviews-2/translations/README.ko.md)
+5. [감정 분석을 위한 NLTK](../5-Hotel-Reviews-2/translations/README.ko.md)
 
 ## 크래딧 
 

7-TimeSeries/translations/README.ko.md

@@ -8,14 +8,14 @@ time series forecasting은 무엇인가요? 과거의 트렌드로 분석해서
 
 여기에서 핵심은 과거 부하 패턴 기반으로 향후 전력 사용량의 예측에 대해 배울 수 있는 흥미로운 데이터셋인, 전세계의 전기 사용량입니다. 이 예측 종류가 비지니스 환경에서 많이 돕고 있는지 볼 수 있습니다.
 
-![electric grid](images/electric-grid.jpg)
+![electric grid](../images/electric-grid.jpg)
 
 Photo by <a href="https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Peddi Sai hrithik</a> of electrical towers on a road in Rajasthan on <a href="https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
 
 ## 강의
 
-1. [Time series forecasting 소개하기](1-Introduction/translations/README.ko.md)
+1. [Time series forecasting 소개하기](../1-Introduction/translations/README.ko.md)
-2. [ARIMA time series 모델 만들기](2-ARIMA/translations/README.ko.md)
+2. [ARIMA time series 모델 만들기](../2-ARIMA/translations/README.ko.md)
 
 ## 크레딧
 

8-Reinforcement/translations/README.ko.md

@@ -4,7 +4,7 @@ Reinforcement learning, 즉 RL은, supervised learning 과 unsupervised learning
 
 주식 시장처럼 시뮬레이션된 환경을 상상해봅니다. 만약 규제시키면 어떤 일이 벌어질까요. 긍정적이거나 부정적인 영향을 주나요? 만약 부정적인 일이 생긴다면, 진로를 바꾸어, _negative reinforcement_ 을 배울 필요가 있습니다. 긍정적인 결과는, _positive reinforcement_ 로 만들 필요가 있습니다.
 
-![peter and the wolf](images/peter.png)
+![peter and the wolf](../images/peter.png)
 
 > Peter and his friends need to escape the hungry wolf! Image by [Jen Looper](https://twitter.com/jenlooper)
 
@@ -23,9 +23,9 @@ Reinforcement learning, 즉 RL은, supervised learning 과 unsupervised learning
 
 이전 섹션에서, 머신러닝 문제의 예시를 보았습니다:
 
-- **Supervised**, 해결하려는 문제에 대해서 예시 솔루션을 추천할 데이터셋이 있습니다. [Classification](../4-Classification/README.ko.md) 과 [regression](../2-Regression/README.ko.md)은 supervised learning 작업입니다.
+- **Supervised**, 해결하려는 문제에 대해서 예시 솔루션을 추천할 데이터셋이 있습니다. [Classification](../../4-Classification/translations/README.ko.md) 과 [regression](../../2-Regression/translations/README.ko.md)은 supervised learning 작업입니다.
 
-- **Unsupervised**, 라벨링된 훈련 데이터가 없습니다. unsupervised learning의 주요 예시는 [Clustering](../5-Clustering/README.ko.md)입니다.
+- **Unsupervised**, 라벨링된 훈련 데이터가 없습니다. unsupervised learning의 주요 예시는 [Clustering](../../5-Clustering/translations/README.ko.md)입니다.
 
 이 섹션에서, 라벨링된 훈련 데이터가 필요없는 학습 문제의 새로운 타입에 대하여 소개할 예정입니다. 여러 문제의 타입이 있습니다:
 
@@ -46,8 +46,8 @@ Reinforcement learning, 즉 RL은, supervised learning 과 unsupervised learning
 
 ## 강의
 
-1. [Reinforcement learning과 Q-Learning 소개하기](1-QLearning/translations/EADME.ko.md)
+1. [Reinforcement learning과 Q-Learning 소개하기](../1-QLearning/translations/EADME.ko.md)
-2. [헬스장 시뮬레이션 환경 사용하기](2-Gym/translations/README.ko.md)
+2. [헬스장 시뮬레이션 환경 사용하기](../2-Gym/translations/README.ko.md)
 
 ## 크레딧
 

9-Real-World/translations/README.ko.md

@@ -2,13 +2,13 @@
 
 커리큘럼의 이 섹션에서, classical ML의 실제-세계 에플리케이션을 소개힐 예정입니다. 가능한 neural networks, 딥러닝과 AI를 피하면서, 이 전략을 사용한 애플리케이션에 대한 백서와 아티클을 찾으려 웹 서핑을 했습니다. ML이 비즈니스 시스템, 생태학 애플리케이션, 금융, 예술과 문화, 그리고 더 많은 곳에서 어떻게 사용되는지 배웁니다.
 
-![chess](images/chess.jpg)
+![chess](../images/chess.jpg)
 
 > Photo by <a href="https://unsplash.com/@childeye?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Alexis Fauvet</a> on <a href="https://unsplash.com/s/photos/artificial-intelligence?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
   
 ## 강의
 
-1. [ML의 현실 애플리케이션](1-Applications/translations/README.ko.md)
+1. [ML의 현실 애플리케이션](../1-Applications/translations/README.ko.md)
 
 ## 크레딧